CN116026773A - 基于浊度来校准氨氮浓度的方法 - Google Patents

基于浊度来校准氨氮浓度的方法 Download PDF

Info

Publication number
CN116026773A
CN116026773A CN202310085602.0A CN202310085602A CN116026773A CN 116026773 A CN116026773 A CN 116026773A CN 202310085602 A CN202310085602 A CN 202310085602A CN 116026773 A CN116026773 A CN 116026773A
Authority
CN
China
Prior art keywords
ammonia nitrogen
turbidity
nitrogen concentration
solutions
absorbance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310085602.0A
Other languages
English (en)
Inventor
宋娅婷
杨路
崔潇
刘富平
黎飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Rainbow Fish Deep Sea Equipment Technology Co ltd
Original Assignee
Shanghai Rainbow Fish Deep Sea Equipment Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Rainbow Fish Deep Sea Equipment Technology Co ltd filed Critical Shanghai Rainbow Fish Deep Sea Equipment Technology Co ltd
Priority to CN202310085602.0A priority Critical patent/CN116026773A/zh
Publication of CN116026773A publication Critical patent/CN116026773A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本申请公开了一种基于浊度来校准氨氮浓度的方法,该方法包括以下步骤:制备不同浓度的浊度标准溶液并测量其吸光度;制备不同浓度的氨氮溶液并测量其吸光度;使用所述不同浓度的浊度标准液来配置所述不同浓度的氨氮溶液并测量其吸光度;确定浊度与氨氮浓度的线性关系并建立关系模型;以及基于所述关系模型来校准所述氨氮浓度。本申请的方案无需考虑色度影响,仅通过建立浊度和氨氮关系模型,即可通过测量样品的浊度来对氨氮的浓度进行修正,从而简化了校准流程并提高了校准精度。同时,本申请相对于现有技术具有更广的校准范围。

Description

基于浊度来校准氨氮浓度的方法
技术领域
本申请涉及水文监测领域,尤其涉及一种基于浊度来校准氨氮浓度的方法。
背景技术
水是我们日常生活中必不可少的物品。我国是一个水资源相对比较贫乏的国家,其人均淡水资源仅能达到世界平均水平的四分之一。众所周知,水体中的氨氮浓度是判断水质好坏的重要指标之一。存在许多因素会影响氨氮的测定,并且由于系统误差和偶然误差,测量结果将会产生相当大的区别。因此,消除影响因素和减少错误操作是确保检测数据准确的关键所在。
水体中氨氮的主要来源有:工业废水、生活污水以及农用排水等等。氨氮检测方法通常有纳氏比色法、苯酚-次氯酸盐(或水杨酸-次氯酸盐)比色法和电极法等。纳氏试剂比色法具操作简便、灵敏等特点,水中钙、镁和铁等金属离子、硫化物、醛和酮类、颜色,以及浑浊等干扰测定,需做相应的预处理,苯酚-次氯酸盐比色法具灵敏、稳定等优点,干扰情况和消除方法同纳氏试剂比色法。电极法通常不需要对水样进行预处理和具测量范围宽等优点。氨氮含量较高时,尚可采用蒸馏-酸滴定法。
当采用纳氏试剂光度法测定氨氮时,以游离态的氨(NH3)或铵离子(NH4+)等形式存在的氨氮与纳氏试剂反应生成淡红棕色络合物,该络合物的吸光度与氨氮含量成正比。并且在波长420nm处测量吸光度。
然而,无论是采取直接比色法还是絮凝沉淀预处理水样时,存在的浊度往往会对纳氏试剂比色的测定结果产生影响。因此,目前在氨氮浓度的实际测量过程中,由于水体受到污染等因素导致水体浊度较高,进而导致氨氮浓度的测量结果并不准确。
因此,对于氨氮浓度的测量结果进行校准是急需解决的问题。但现有技术中对于氨氮浓度的校准往往基于浊度、色度来进行校准。对于自然水体而言,其色度较低,因此对于氨氮浓度的影响并不大。并且,发明人进一步发现,吸光度并非浊度和氨氮显色后的吸光度的直接叠加,两者会相互影响。因此,现有的氨氮浓度校准方法显然并不具有针对性,并且在拟合过程中的效果也不太理想。
进而,现有的氨氮浓度校准模型往往针对氨氮浓度为0-1mg/L、浊度在0-100NTU的范围之内,显然范围不够广泛,适用范围较窄。
因此,如何基于浊度对氨氮测定的浓度进行有效且广泛的校准,是本领域急需解决的问题。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在标识出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以作为稍后给出的更加详细的描述之序。
如上所述,本申请的目的在于针对现有技术的缺陷,提供一种基于浊度来校准氨氮浓度的方法。该方法基于建立的浊度与氨氮浓度的关系模型,实现氨氮测量浓度的校准,从而提高测量的准确度。
为实现上述申请目的,本申请采用了如下技术方案。
根据本申请的一方面,提供了一种基于浊度来校准氨氮浓度的方法,方法包括以下步骤:制备不同浓度的浊度标准溶液并测量其吸光度;制备不同浓度的氨氮溶液并测量其吸光度;使用该不同浓度的浊度标准液来配置该不同浓度的氨氮溶液并测量其吸光度;确定浊度与氨氮浓度的线性关系并建立关系模型;以及基于该关系模型来校准该氨氮浓度,
其中该关系模型为:
Y=a*M+b*N+c*M*N+d,
其中,a、b、c、d为常数;Y为测得的吸光度值;M为测得的氨氮浓度;N为浊度;而M*N表示氨氮浓度与浊度的相互影响。
根据本申请的优选实施例,采用纳氏试剂比色法来确定该吸光度值。
根据本申请的优选实施例,在波长420nm处测量该吸光度值。
根据本申请的优选实施例,该a、b、c、d为使用软件拟合所获得的常数。
根据本申请的优选实施例,该不同浓度的浊度标准溶液为两种或更多种。
根据本申请的优选实施例,该不同浓度的氨氮溶液为两种或更多种。
根据本申请的优选实施例,该氨氮浓度范围在0到2mg/L之间。
根据本申请的优选实施例,该浊度在0到200NTU之间。
根据本申请的优选实施例,该方法不考虑色度对氨氮浓度校准的影响。
根据本申请的优选实施例,该关系模型为:
Y=0.3369*M+0.0027*N-5.67×10-5*M*N+0.0158,
其中拟合优度R2=0.9982。
相比于现有技术,本申请的优势在于:提供一种基于浊度来校准氨氮浓度的方法。该方法可基于预先建立的浊度与氨氮浓度的关系模型,对测定的氨氮浓度进行校准,从而降低检测中浊度对氨氮浓度的影响,进而提高氨氮浓度测量的准确度。并且,该方法无需考虑色度的影响也能获得较好的校准结果。再者,该方法的适用范围相对于现有技术有非常大的提升和扩展。
为能达成前述及相关目的,这一个或多个方面包括在下文中充分描述并在所附权利要求中特别指出的特征。以下描述和附图详细阐述了这一个或多个方面的某些解说性特征。但是,这些特征仅仅是指示了可采用各种方面的原理的各种方式中的若干种,并且本描述旨在涵盖所有此类方面及其等效方案。
附图说明
为了能详细理解本申请的以上陈述的特征所用的方式,可参照各方面来对以上简要概述的内容进行更具体的描述,其中一些方面在附图中解说。然而应该注意,附图仅解说了本申请的某些典型方面,故不应被认为限定其范围,因为本描述可允许有其他等同有效的方面。
在附图中:
图1是解说根据本申请的实施例的基于浊度来校准氨氮浓度的方法的流程图。
具体实施方式
以下结合附图阐述的详细描述旨在作为各种配置的描述,而无意表示可实践本文所描述的概念的仅有配置。本详细描述包括具体细节以提供对各种概念的透彻理解。然而,对于本领域技术人员将显而易见的是,没有这些具体细节也可实践这些概念。在某些实例中,以框图形式示出众所周知的组件以便避免淡化此类概念。
应当理解,基于本公开,其他实施例将是显而易见的,并且可以在不脱离本公开的范围的情况下做出系统、结构、过程或机械改变。
如上所述,为了更好地对测定的氨氮浓度进行补偿,本申请提供了一种基于浊度来校准氨氮浓度的方法。该方法采用浊度-氨氮浓度模型对测得的氨氮浓度进行校准,从而获得更准确的测定结果。
如本领域技术人员能够领会的,本申请所提及的“浊度”,一般指水中悬浮物对光线透过时所发生阻碍的程度。
图1中示出了根据本申请的实施例的建立浊度与氨氮浓度关系模型的方法100的流程图。
如图1中所示,具体来说,该方法100主要包括以下步骤。
第一步101
制备不同浓度的浊度标准液,并测量其相应溶液的吸光度值。
作为示例而非限制,以商品名P25纳米二氧化钛作为浊度标准液基准物,辅以苯二甲酸氢钾调节剂;用去离子水按照1000NTU(NTU为浊度单位,指散射浊度单位,表明仪器在与入射光成90°角的方向上测量散射光强度)相当于0.208g/L纳米二氧化钛的线性关系,直接称量配制,得到的悬浮分散液经摇匀或超声1分钟后,定容制得浊度的标准溶液。对于不适宜称量配制的更低浊度标准溶液,可以高浓度的浊度标准溶液用去离子水按比例稀释得到。也就是说,通过稀释就能得到0、100和200NTU的浊度标准溶液,并在420nm处测量吸光度值。
因为光的波长在410-425nm的范围内具有强吸收能力,而在420nm处达到最大吸收。因此,通常测量在420nm处的吸光度值。
纳米二氧化钛是一种广泛使用的经济环保、安全稳定的物质;比较而言,其标准液可现配现用,没有降解、分解现象,无需避光冷藏等使用条件的限制;使用前摇匀即可,是环境友好的无机型浊度校准液。
第二步102
制备不同浓度的氨氮标准溶液,并使用相应方法来测量其相应溶液的吸光度值。
作为示例而非限制,可以采用纳氏试剂法来测量其相应溶液的吸光度值。
例如,分别制备浓度为0、0.2、0.5、1.0、1.5、2mg/L的氨氮标准溶液,然后使用纳氏试剂法,在420nm处测量其吸光度值。
第三步103
分别用浓度为0、100、200NTU浊度标准溶液,配置浓度为0、0.2、0.5、1.0、1.5、2mg/L氨氮标准溶液,并使用相应的方法来测量其相应溶液的吸光度值。例如,可以依据纳氏试剂法,在420nm处测量相应溶液的吸光度值。
第四步104
基于测得的吸光度,能够确定氨氮标准溶液在不同浊度下的线性关系。如上所述,发明人在实际操作过程中发现,到自然水体中色度较低,因此色度对于氨氮浓度的影响在模型并不需要考虑,这样就能简化实际校准过程的复杂度。此外,发明人在实践中发现,吸光度并不是浊度和氨氮显色后吸光度的直接叠加,而是两者之间是存在相互影响的,因此在模型中考虑了其相互作用。
进而,基于上述线性关系就能够建立浊度与氨氮浓度关系的模型,其关系式为:
Y=a*M+b*N+c*M*N+d。
式中:a、b、c、d为基于软件拟合来获得的常数;Y为测得的吸光度值;M为测得的氨氮浓度,单位为mg/L;N为浊度,单位为NTU;而M*N表示氨氮浓度与浊度的相互作用。
软件拟合是本领域常用的方式,即将上述模型公式和实验数据作为输入,软件通过数据迭代,拟合出方程,从而得到常数a、b、c、d的数值。本申请采用origin软件来拟合上述公式。但正如本领域技术人员所能够理解的,其他曲线拟合软件(诸如但不限于matlab)同样可以应用于本申请。鉴于这并非本申请的关键技术,因此在此不做赘述以免影响主要技术方案的描述。
第五步105
基于建立的关系模型,能够最初测得的氨氮浓度进行校准,从而获得准确的测量结果。
相比于现有技术,本申请的优势在于:提供一种方法,该方法可建立一种高效并且准确的浊度与氨氮浓度关系模型,在检测中降低浊度对氨氮浓度的影响,从而能够提高氨氮浓度测量的准确度。
以下结合具体实施方式来对本申请的技术方案作进一步非限制性的详细说明。
在实验室条件下,采用YSI Pro DSS多参数水质分析仪测量水质较差,浊度较高的水样(如果浊度过高,则可以进行适当稀释)。待仪器示数稳定后,读取其浊度值。之后使用例如,纳氏试剂法,在420nm处测量其吸光度值,将所测得的浊度值和吸光度值代入上述浊度与氨氮浓度的关系模型,得出修正后的氨氮浓度。
经率定,浊度与氨氮浓度关系模型为Y=0.3369*M+0.0027*N-5.67×10-5*M*N+0.0158(拟合优度R2=0.9982)。
众所周知,拟合优度(Goodness of Fit)是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数R2。R2最大值为1。R2的值越接近1,说明回归直线对观测值的拟合程度越好;反之,R2的值越小,说明回归直线对观测值的拟合程度越差。
通过上述方法,取随机六组水样,测出浊度值和吸光度值后,代入拟合后的关系模型进行验证,氨氮浓度的测量值与实际值误差在±10%之内,完全满足实验室的误差要求。(具体结果参见以下表2)。
为了更清楚地说明本申请,下面将对本申请中涉及到的附表简单介绍。
表1为浊度及氨氮标准液的浓度及不同浓度下的吸光度值。
表2为实测检验数据及测量误差。
Figure BDA0004068802890000071
表1浊度及氨氮标准溶液的吸光度
Figure BDA0004068802890000072
表2实测检验数据
如上所述,与现有技术相比,根据本申请的浊度-氨氮浓度模型具有以下显著的技术优势。
第一、本申请的方案无需考虑色度对氨氮浓度校准的影响,从而在保证校准结果准确的情况下简化了模型设计和计算,从而节省拟合过程;
第二、本申请的方案在模型建立中考虑了浊度与氨氮浓度的相互作用,从而更为准确地实现了校准过程;
第三、与现有技术相比,本申请的适用范围更为广泛,例如,本申请至少可在氨氮浓度为0-2mg/L、浊度为0-200NTU的范围内使用,而现有技术中的氨氮浓度校准模型仅限于氨氮浓度为0-1mg/L、浊度为0-100NTU的范围。
综上所述,本申请的方案能够仅仅基于浊度就能对测得的氨氮浓度进行很好的校准,从而降低检测中浊度对氨氮浓度的影响,进而提高氨氮浓度测量的准确度,并且与现有技术相比,具有极广的应用范围。此外,本申请不但易于实施,而且具有很好的拟合效果。
如本领域技术人员能够领会的,根据本公开的各方面、要素、或要素的任何部分、或者要素的任何组合可用包括一个或多个处理器的“处理系统”来实现。处理器的示例包括:微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、状态机、门控逻辑、分立的硬件电路以及其他配置成执行本公开中通篇描述的各种功能性的合适硬件。处理系统中的一个或多个处理器可以执行软件。软件应当被宽泛地解释成意为指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、可执行件、执行的线程、规程、函数等,无论其是用软件、固件、中间件、微代码、硬件描述语言、还是其他术语来述及皆是如此。软件可驻留在计算机可读介质上。该计算机可读介质可以是非瞬态计算机可读介质。作为示例,非瞬态计算机可读介质包括:磁存储设备(例如,硬盘、软盘、磁条)、光盘(例如,紧致盘(CD)、数字多用盘(DVD))、智能卡、闪存设备(例如,记忆卡、记忆棒、钥匙驱动器)、随机存取存储器(RAM)、只读存储器(ROM)、可编程ROM(PROM)、可擦式PROM(EPROM)、电可擦式PROM(EEPROM)、寄存器、可移动盘、以及任何其他用于存储可由计算机访问与读取的软件与/或指令的合适介质。作为示例,计算机可读介质还可包括载波、传输线、以及任何其他用于传送可由计算机访问和读取的软件和/或指令的合适介质。计算机可读介质可以驻留在处理系统中、在处理系统外部、或跨包括该处理系统的多个实体分布。计算机可读介质可以在计算机程序产品中实施。作为示例,计算机程序产品可包括封装材料中的计算机可读介质。本领域技术人员将认识到如何取决于具体应用和加诸于整体系统上的总体设计约束来最佳地实现本公开中通篇给出的所描述的功能性。
应该理解,所公开的方法中各步骤的具体次序或阶层是示例性过程的解说。基于设计偏好,应该理解,可以重新编排本文描述的方法或方法体系中各步骤的具体次序或阶层。所附方法权利要求以样本次序呈现各种步骤的要素,且并不意味着被限定于所呈现的具体次序或阶层,除非在本文中有特别叙述。
提供先前描述是为了使本领域任何技术人员均能够实践本文中所述的各种方面。对这些方面的各种改动将容易为本领域技术人员所明白,并且在本文中所定义的普适原理可被应用于其他方面。因此,权利要求并非旨在被限定于本文中所示出的各方面,而是应被授予与权利要求的语言相一致的全部范围,其中对要素的单数形式的引述并非旨在表示“有且仅有一个”(除非特别如此声明)而是“一个或多个”。除非特别另外声明,否则术语“一些”指的是一个或多个。引述一列项目中的“至少一个”的短语是指这些项目的任何组合,包括单个成员。作为示例,“a、b或c中的至少一者”旨在涵盖:至少一个a;至少一个b;至少一个c;至少一个a和至少一个b;至少一个a和至少一个c;至少一个b和至少一个c;以及至少一个a、至少一个b和至少一个c。本公开通篇描述的各种方面的要素为本领域普通技术人员当前或今后所知的所有结构上和功能上的等效方案通过引述被明确纳入于此,且旨在被权利要求所涵盖。此外,本文中所公开的任何内容都并非旨在贡献给公众,无论这样的公开是否在权利要求书中被显式地叙述。

Claims (10)

1.一种基于浊度来校准氨氮浓度的方法,其特征在于,所述方法包括以下步骤:
制备不同浓度的浊度标准溶液并测量其吸光度;
制备不同浓度的氨氮溶液并测量其吸光度;
使用所述不同浓度的浊度标准液来配置所述不同浓度的氨氮溶液并测量其吸光度;
确定浊度与氨氮浓度的线性关系并建立关系模型;以及
基于所述关系模型来校准所述氨氮浓度,
其中所述关系模型为:
Y=a*M+b*N+c*M*N+d,
其中,a、b、c、d为常数;Y为测得的吸光度值;M为测得的氨氮浓度;N为浊度;而M*N表示氨氮浓度与浊度的相互影响。
2.如权利要求1所述的方法,其特征在于,采用纳氏试剂比色法来确定所述吸光度值。
3.如权利要求2所述的方法,其特征在于,在波长420nm处测量所述吸光度值。
4.如权利要求1或2所述的方法,其特征在于,所述a、b、c、d为使用软件拟合所获得的常数。
5.如权利要求1或2所述的方法,其特征在于,所述不同浓度的浊度标准溶液为两种或更多种。
6.如权利要求1或2所述的方法,其特征在于,所述不同浓度的氨氮溶液为两种或更多种。
7.如权利要求1或2所述的方法,其特征在于,所述氨氮浓度范围在0到2mg/L之间。
8.如权利要求1或2所述的方法,其特征在于,所述浊度在0到200NTU之间。
9.如权利要求1或2所述的方法,其特征在于,所述方法不考虑色度对氨氮浓度校准的影响。
10.如权利要求1或2所述的方法,其特征在于,所述关系模型为:
Y=0.3369*M+0.0027*N-5.67×10-5*M*N+0.0158,
其中拟合优度R2=0.9982。
CN202310085602.0A 2023-01-18 2023-01-18 基于浊度来校准氨氮浓度的方法 Pending CN116026773A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310085602.0A CN116026773A (zh) 2023-01-18 2023-01-18 基于浊度来校准氨氮浓度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310085602.0A CN116026773A (zh) 2023-01-18 2023-01-18 基于浊度来校准氨氮浓度的方法

Publications (1)

Publication Number Publication Date
CN116026773A true CN116026773A (zh) 2023-04-28

Family

ID=86081070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310085602.0A Pending CN116026773A (zh) 2023-01-18 2023-01-18 基于浊度来校准氨氮浓度的方法

Country Status (1)

Country Link
CN (1) CN116026773A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117524339A (zh) * 2024-01-04 2024-02-06 攀枝花市东区生态环境监测站 一种测定余氯的方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117524339A (zh) * 2024-01-04 2024-02-06 攀枝花市东区生态环境监测站 一种测定余氯的方法及系统
CN117524339B (zh) * 2024-01-04 2024-03-19 攀枝花市东区生态环境监测站 一种测定余氯的方法及系统

Similar Documents

Publication Publication Date Title
Safavi et al. Design and characteristics of a mercury (II) optode based on immobilization of dithizone on a triacetylcellulose membrane
CN102721654B (zh) 一种用于CODCr测量的背景吸收校正方法
CN116026773A (zh) 基于浊度来校准氨氮浓度的方法
Coverly et al. A re-examination of matrix effects in the segmented-flow analysis of nutrients in sea and estuarine water
CN101551319B (zh) 污水处理行业中排水中悬浮粒子浓度的测定方法
CN112067675A (zh) 一种测定饲料中氯化钠含量的方法
CN115144363A (zh) 一种采用近红外光谱测定硝酸含量的方法
CN113552085B (zh) 一种氯离子浓度的紫外光谱检测方法
CN109856223A (zh) 校准方法及装置
CN116933979B (zh) 一种基于贝叶斯算法的标准样品定值方法
CN111735788B (zh) 在水质分析仪中用于确定样品浓度的方法和水质分析仪
Mahendra et al. Investigation of a fibre optic copper sensor based on immobilised α-benzoinoxime (cupron)
CN109324018B (zh) 一种提高近红外光谱分析技术蛋白质含量建模基础数据准确性的方法
US10222322B2 (en) Colorimetric analyzer with improved error detection
CN114384028B (zh) 一种用于连续流动分析仪的峰漂移校正方法
Korany et al. Derivative-Fourier transforms-polynomial fit: a coupling of interest in common non-ideal cases arises during trace metal analysis using graphite furnace atomic absorption spectrometry
Shamsipur et al. Development of a PVC-membrane ion-selective bulk optode, for UO 2 2+ ion, based on tri-n-octylphosphine oxide and dibenzoylmethane
US10677717B2 (en) Colorimetric analyzer with reagent diagnostics
CN114965325B (zh) 一种氯离子检测方法、装置及计算机可读存储介质
US20230067125A1 (en) Manganese detection
US11549884B2 (en) Zinc and copper measurement
Chantore et al. Flow injection for iodide determination at the ppb level
CN110609023B (zh) 一种多巴胺修饰的氧化钼量子点的制备方法及其在痕量铀检测中的应用
CN108760729B (zh) 一种测定食物中亚硝酸钠含量的方法
Squares Analytical Analytical CHEMISTRY Analytical Analytical CHEMISTRY

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination